本書在提供時(shí)間序列分析基本原理的基礎(chǔ)上，重點(diǎn)對統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)及其時(shí)間序列分析應(yīng)用進(jìn)行案例分析，并提供了Python實(shí)例。本書還考慮了大數(shù)據(jù)背景下對海量時(shí)間序列數(shù)據(jù)的處理與分析方法，對大數(shù)據(jù)分析引擎ApacheSpark及其時(shí)間序列分析也提供了應(yīng)用實(shí)例。 本書共包含4章，組織結(jié)構(gòu)如下:第1章對時(shí)間序列分析方

本書主要內(nèi)容有：隨機(jī)事件與概率、一維隨機(jī)變量及其分布、二維隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、大數(shù)定律和中心極限定理、數(shù)理統(tǒng)計(jì)的基本概念、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析與回歸分析、概率統(tǒng)計(jì)的一些實(shí)際應(yīng)用及其MATLAB實(shí)現(xiàn)、隨機(jī)過程簡介。本書除第10章外，其余各章均配套了分別針對基本概念、基本方法、基本理論和實(shí)際應(yīng)用等

全書共十章，內(nèi)容包括回歸分析、變量選擇、時(shí)間序列、非參數(shù)統(tǒng)計(jì)、聚類分析、判別分析、邏輯斯諦回歸與支持向量機(jī)、主成分分析、因子分析、縱向數(shù)據(jù)分析。各章都有豐富的案例分析，為使書中案例貼近數(shù)據(jù)的應(yīng)用實(shí)際，采用了方便獲取的證券市場高頻數(shù)據(jù)，并使用國際通用的R軟件進(jìn)行數(shù)據(jù)收集、處理、加工和分析，便于讀者自己動(dòng)手和實(shí)際應(yīng)用。全書

本書是隨機(jī)微分方程與隨機(jī)分析初學(xué)者的入門教材,系統(tǒng)地介紹了概率論、鞅和隨機(jī)積分及隨機(jī)微分方程的基礎(chǔ)知識、基本理論和典型方法。內(nèi)容包括：測度與積分、獨(dú)立性、Radon-Nikodym定理和條件數(shù)學(xué)期望等概率論的基礎(chǔ)知識；停時(shí)、離散鞅和連續(xù)鞅的基本內(nèi)容；鞅和連續(xù)局部半鞅隨機(jī)積分的一般理論及Ito型隨機(jī)微分方程的初步內(nèi)容。

本書是基于作者在香港大學(xué)和南方科技大學(xué)共14年計(jì)算統(tǒng)計(jì)教學(xué)的經(jīng)驗(yàn)，同時(shí)結(jié)合國內(nèi)其他高校學(xué)生和教師的具體情況精心撰寫而成的，本書主要內(nèi)容包括：產(chǎn)生隨機(jī)變量的方法、幾個(gè)重要的優(yōu)化方法、蒙特卡洛積分方法、貝葉斯計(jì)算中的MCMC方法，Bootstrap方法等。本書通過組合傳統(tǒng)教科書和課堂PPT各自的優(yōu)點(diǎn)，設(shè)置了經(jīng)緯兩條主線，運(yùn)

全書共6章，內(nèi)容包括隨機(jī)事件與概率、隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、數(shù)理統(tǒng)計(jì)的基礎(chǔ)知識、參數(shù)估計(jì)、概率模型.除最后一章外，每章都附有習(xí)題以及數(shù)學(xué)家介紹.本書的最后一章為概率模型，介紹概率方法的應(yīng)用，幫助讀者更好地理解概率論的思想和方法，進(jìn)一步提升讀者的數(shù)學(xué)建模能力，同時(shí)增強(qiáng)讀者學(xué)習(xí)數(shù)學(xué)的興趣.書后附有習(xí)題參考答案

全書共6章,內(nèi)容包括隨機(jī)事件與概率、隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、數(shù)理統(tǒng)計(jì)的基礎(chǔ)知識、參數(shù)估計(jì)、概率模型.除最后一章外,每章都附有習(xí)題以及數(shù)學(xué)家介紹.本書的最后一章為概率模型,介紹概率方法的應(yīng)用,幫助讀者更好地理解概率論的思想和方法,進(jìn)一步提升讀者的數(shù)學(xué)建模能力,同時(shí)增強(qiáng)讀者學(xué)習(xí)數(shù)學(xué)的興趣.書后附有習(xí)題參考答案

本書面向復(fù)雜不確定環(huán)境下可解釋分類的需求，重點(diǎn)闡述作者提出的置信規(guī)則分類方法體系及其在實(shí)際工程中的應(yīng)用。全書主要內(nèi)容包括不可靠數(shù)據(jù)魯棒置信規(guī)則分類、面向大數(shù)據(jù)的緊湊置信規(guī)則分類、數(shù)據(jù)與知識雙驅(qū)動(dòng)的復(fù)合置信規(guī)則分類、精確且可解釋的置信關(guān)聯(lián)規(guī)則分類、面向高維數(shù)據(jù)的置信關(guān)聯(lián)規(guī)則分類、面向軟標(biāo)簽數(shù)據(jù)的置信關(guān)聯(lián)規(guī)則分類等方面的理

本書從概率論的基礎(chǔ)開始，帶領(lǐng)學(xué)生學(xué)習(xí)如計(jì)算機(jī)模擬、蒙特卡羅方法、隨機(jī)過程、馬爾可夫鏈、排隊(duì)系統(tǒng)、統(tǒng)計(jì)推斷和回歸等廣泛應(yīng)用于現(xiàn)代計(jì)算機(jī)科學(xué)、計(jì)算機(jī)工程、軟件工程以及相關(guān)領(lǐng)域的重要內(nèi)容．第一部分介紹概率和隨機(jī)變量，第二部分講解隨機(jī)過程，第三部分引入統(tǒng)計(jì)學(xué)的基礎(chǔ)知識，附錄部分給出了必要的微積分內(nèi)容．另外，R和MATLAB的使

功能分析（FunctionsAnalysis)是由斯金納在1948年提出的用以解釋行為和環(huán)境變量之間的關(guān)系的一種方法，70年代起研究人員開始將其應(yīng)用于臨床實(shí)踐。實(shí)踐證明這一方法對于孤獨(dú)癥、智力發(fā)育障礙、精神分裂癥及多重診斷等人群的嚴(yán)重問題行為的分析上有著重要的作用。本書是有關(guān)功能分析方法的最新內(nèi)容，詳細(xì)介紹了這一